Kompresi Citra Sifat Teknik Kompresi Citra Perhitungan Kualitas Citra

Gambar 2.2 Flowchart Algoritma kompresi Fast Fourier Transform Gambar 2.3 Flowchart Penelitian

III. Pengujian

Program Aplikasi Kompresi Dan Hasilnya Perangkat keras hardware yaitu satu unit perangkat PC Personal Computer yang digunakan untuk menjalankan program kompresi citra tersebut dengan spesifikasi sebagai berikut : 1. Processor Intel Core 2Duo T6600 2.2 Ghz,800MHz FSB 2. Memory 2048 MB. 3. Motherboard MSI 770-G45 4. Display NVIDIA GeForce G105M Tujuan dari sistem pengujian program aplikasi ini untuk mengetahui apakah program dapat mengkompres gambar sesuai dengan teori yang ada dan hasil yang diinginkan oleh user . Hasil dari pengujian program kompresi ini adalah gambar yang disimpan ke dalam format seperti dengan aslinya. Contoh hasilnya sebagai berikut: a Remember.jpg dari 50.159 kb menjadi 34.119 kb berformat bmp format bmp dalam matlab tidak mengalami proses kompresi bila disimpan dalam bmp. b Disney.bmp dari 2359.35 kb menjadi 2359.35 kb berformat jpg. c Laut.png dari 3218.48 kb menjadi 3050.5 kb berformat png. Tabel 3.1 Hasil Citra Terkompresi dan Rasio Kompresi Nama File Ukuran Asli Ukuran Terkompresi Rasio Kompresi Remember.jpg 50.159 kb 34.119 kb 31.98 Tower.jpg 966.611kb 720.17 kb 25.49 Me.jpg 748.693kb 148.814 kb 80.13 Disney.bmp 2359.35kb 2359.35 kb Lake.bmp 586.81 kb 586.81 kb CB.bmp 460.854kb 460.854 kb Laut.png 3218.03kb 3050.2 kb 5.22 Cartoon.png 1177.48kb 1066.8 kb 9.4 Bukit.png 1977.02kb 1616.79 kb 18.23

IV. KESIMPULAN

Setelah melakukan pengujian dan analisa dengan menggunakan program yang telah dibangun. Maka beberapa hal yang dapat disimpulkan anatar lain sebagai berikut : a. Melakukan kompresi citra dengan menggunakan metode Fast Fourier Transform yaitu, memasukan citra yang bertipekan truecolor baik gambar yang berforma jpg,bitmap,png. Citra akan dirubah kebentuk frekuensi agar dapat dibaca dan diproses, setelah itu citra dapat diatur tingkat kejelasan yang dinginkan dengan cara mengganti nilai konstan standarnya memakai 40 semakin besar nilai konstan maka kualitas gambar makin bagus. b. Dalam analisa kualitas citra, setiap citra yang terkompresi memiliki kualitas sendiri- sendiri. Untuk itu ada penilaian dari sebuah citra dengan masing-masing format, dengan menghitung nilai PSNR dan MSE. Berikut ini merupakan hasil kalitas citra setelah percobaan.  Untuk citra format jpg yang dikompres menjadi citra berformat jpg , mempunyai rata-rata nilai PSNR: 1727.587, MSE: 98,556  Format citra Bmp yang dikompres dan disimpan format Bmp , mempunyai rata- rata nilai PSNR: 385.82, MSE: 172,087  Format citra Png yang dikompres dan disimpan dengan format Png , mempunyai rata-rata nilai PSNR: 783.399, MSE: 121.67 Hasil analisa kualitas citra ini didapatkan dalam penelitian kompresi citra dengan menggunakan metode Fast Fourier Transform , membuktikan bahwa hasil citra yang terkompresi berkualitas. Karena hasil citra nilai PSNR yang besar. c. Hasil rata-rata kompresi gambar yang di dapatkan dari masing-masing format gambar berbeda-beda hasilnya .Gambar dengan format jpg memiliki rasio kompresi paling tinggi diantara format-format gambar lain.Berikut ini hasil rata-rata rasio kompresi yang disimpan kedalam format sesuai gambar aslinya.  Format citra jpg memiliki rata-rata rasio kompresi = 45,866 .  Format citra bmp memiliki rata-rata rasio kompresi = 0 .  Format citra png memiliki rata-rata rasio kompresi = 8,283 .

a. Saran

Penulis memiliki beberapa saran yang dapat digunakan sebagai bahan pertimbangan untuk pengembangan penelitian ini selanjutnya: a Pengembangan selanjutnya dapat memperbaiki atau merancang algoritma baru yang dapat mengkompresi sebuah citra atau gambar dengan inputan dan outputan citra yang mempunyai format lebih bervarian lagi. b Perlunya pengembangan untuk sebuah tampilan, dengan menggunakan GUI. DAFTAR PUSTAKA Gusmayuda,R.A.2005. Steganografi Pada Media Video Digital Dengan Menggunakan Metode FFT Fast Fourier Transform Dan Lsb Least Significant Bit . Pasca Sarjana Teknik Informatika . Jakarta:Universitas Komputer Indonesia. Hendry, J. 2012. Signal Processing “Fourier Transform”,UGM Iqbal, M. 2009. “Dasar Pengolahan Citra Menggunakan MATLAB”. Departemen Ilmu dan Teknologi Kelautan. Bogor: Institut Pertanian Krisnawati. 2007. Transformasi Citra Dengan Menggunakan Matlab Mueller, V., 2003, Kompresi Data Dan Ilmu Bahasa Sandi , Program Pasca Sarjana Teknik Elektro. Yogyakarta: Universitas Gadjah Mada Munir, Rinaldi. 2004. “Pengolahan Citra Digital Dengan Pendekatan Algoritma”, Penerbit Informatika